Produkt zum Begriff Big Data Analytics:
-
Jankowski, Timo: Fußball - Von Big Data zu Smart Data
Fußball - Von Big Data zu Smart Data , Das Thema Big Data ist unaufhaltsam in die Fußballwelt eingezogen und wird mit Sicherheit auch nicht mehr verschwinden. Es wird weiterhin an Bedeutung gewinnen, da die Datenqualität und die praktische Umsetzung dieser Daten bereits zahlreiche beeindruckende Erfolge vorweisen können. Zu Beginn des Buchs wird auf die Problematik des Schwarz-Weiß-Denkens, das im Fußball weit verbreitet ist, eingegangen. Im zweiten Teil rückt dann das Thema Big Data im Fußball in den Vordergrund. Dies geschieht vor allem immer im Hinblick auf die Umwandlung in Smart Data mit vielen praktischen Beispielen, sodass jeder Trainer und Interessierte zahlreiche Anregungen für die eigene Arbeit in der Planung, auf dem Platz und in der Evaluierung bekommt. Zahlreiche Key-Performance-Indikatoren (KPIs) werden unter die Lupe genommen und es wird aufgezeigt, wie Datenanalyse auf dem Weg zum Erfolg helfen kann. Ziel dieses Werks ist es, das Thema Big Data im Fußball zu entmystifizieren, weshalb im letzten Abschnitt die erfolgreiche Qualifikation der Juniorennationalmannschaft von Fidschi für die U20-Weltmeisterschaft 2023 beschrieben wird. Dieses Beispiel zeigt, wie die richtige Mischung aus objektiven Daten und den menschlichen Komponenten in der Praxis zum Erfolg führen kann. Dieses Buch plädiert dafür, die tief verwurzelten Werte und die Ursprünglichkeit des Fußballs unbedingt beizubehalten und zeigt auf, wie sich beide Seiten - Bauchgefühl und Datenanalyse - gewinnbringend miteinander verbinden lassen. Fußball - von Big Data zu Smart Data ist DAS Standardwerk für alle Trainer, die das Thema Big Data angehen wollen und Tipps für die Umsetzung auf dem Platz benötigen. , Bücher > Bücher & Zeitschriften
Preis: 28.00 € | Versand*: 0 € -
Chabert, Antoine: SAP Analytics Cloud: Predictive Analytics
SAP Analytics Cloud: Predictive Analytics , Today's organizations must be prepared for tomorrow's events. Forecast future behavior in SAP Analytics Cloud with this comprehensive guide to predictive analytics! Start by learning about the data types, scenarios, and methods used in predictive analytics projects. Then follow step-by-step instructions to build, analyze, and apply predictive models to your business data using classification, time series forecasting, and regression analysis. Automate your models and dive into the data science with this all-in-one guide! In this book, you'll learn about: a. Predictive Scenarios and Projects Understand the basics of predictive analytics in SAP Analytics Cloud: scenarios, data types, and actions. Then plan your predictive project, including identifying the key stakeholders and reviewing the methodology. b. Build, Train, Analyze, and Apply Master predictive models from end to end. Create classification, time series, and regression models; then train them to identify business patterns. Analyze and apply the results of your models to data in SAP Analytics Cloud. c. Practical Demonstrations See predictive analytics in action! Identify use cases for predictive modeling. For each data model, understand practical applications through curated examples with sample business data. Highlights include: 1) Predictive scenarios 2) Predictive forecasts 3) Data modeling 4) Planning 5) Time series model 6) Classification model 7) Regression model 8) Multi-actions 9) Data science 10) Stories and dashboards , Schule & Ausbildung > Fachbücher, Lernen & Nachschlagen
Preis: 81.99 € | Versand*: 0 € -
Rütten, Marcel: Recruiting Analytics
Recruiting Analytics , Recruiting steht vor einer der größten Herausforderungen seiner Zeit: Auf der einen Seite der enger werdende Arbeitsmarkt, auf der anderen Seite der wachsende Rechtfertigungsdruck gegenüber Recruiting-Abteilungen. Der Ansatz von Recruiting Analytics ist deswegen momentan in aller Munde. Kein Wunder, schließlich sind Recruiting KPIs und HR Analytics ein unverzichtbarer Teil jeder erfolgreichen Recruiting-Strategie. Doch wo fängt man bei der schier unendlichen Auswahl von Kennzahlen an? Und woher kommen die Zahlen in der Praxis? Wie entwickelt man eigentlich ein Dashboard, das einem hilft, die strategischen Ziele im Recruiting zu erreichen? Das Buch beantwortet diese Fragen, beleuchtet Beispiel-Dashboards sowie Analysemethoden zu Themen wie Karriereseiten, Candidate Journey, Social Media und vielen weiteren Themen. Weiterhin erläutert dieses Buch die gängigsten Kennzahlen und zeigt, wie man Recruiting Analytics in Organisationen erfolgreich implementiert. Die digitale und kostenfreie Ergänzung zu Ihrem Buch auf myBook+: Zugriff auf ergänzende Materialien und Inhalte E-Book direkt online lesen im Browser Persönliche Fachbibliothek mit Ihren Büchern Jetzt nutzen auf mybookplus.de. , Bücher > Bücher & Zeitschriften
Preis: 49.99 € | Versand*: 0 € -
Ontrup, Greta: HR-Analytics
HR-Analytics , Die Zukunft des Personalwesens ist datengestützt - so die These dieses Buches, das sich aus arbeits- und organisationspsychologischer Perspektive mit dem Einsatz von Datenanalyse und Künstlicher Intelligenz im Human Resource Management befasst. HR-Analytics (auch: People Analytics oder Workforce Analytics) umfasst hierbei alle Prozesse, bei denen Daten der Mitarbeitenden gesammelt, ausgewertet und dahingehend aufbereitet werden, dass die Analyseergebnisse als Entscheidungsgrundlage für strategische Unternehmensfragen genutzt werden können. In diesem Buch wird aufgezeigt, wie HR-Analytics einen Beitrag zum strategischen Unternehmenserfolg leisten kann und welche Rahmenbedingungen beachtet werden müssen, um die Akzeptanz aller beteiligten Personengruppen im Unternehmen sicherzustellen. Es bietet eine Orientierungshilfe im Hinblick auf Fragen wie: Welche Personengruppen muss ich auf welche Art und Weise informieren? Welche technischen, organisationalen und rechtlichen Rahmenbedingungen sind zu beachten? Wird HR-Analytics von den Beschäftigten akzeptiert? Wie kann ein erstes HR-Analytics-Projekt im Unternehmen aussehen? Was können mir Daten sagen - und was nicht? Den Leserinnen und Lesern wird das erforderliche Grundwissen vermittelt, um Sinnhaftigkeit, Möglichkeiten und Rahmenbedingungen von datengestütztem Personalmanagement zu reflektieren und auf diese Weise zu einer verantwortungsvollen Gestaltung von HR-Analytics-Projekten beizutragen. Praktische Anwendungsbeispiele aus den Bereichen Rekrutierung, Leistungsbeurteilung, Training, Personalentwicklung, Kompetenzmanagement, Talent Management sowie Personalbindung und Personalplanung runden den Band ab. Darüber hinaus enthält das Buch einen detaillierten Leitfaden, der insbesondere in mittelständischen Unternehmen bei der erstmaligen Durchführung eines HR-Analytics-Projektes unterstützen kann, und der nach erfolgter Registrierung zusätzlich von der Hogrefe Website heruntergeladen werden kann. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 36.95 € | Versand*: 0 €
-
Wie funktioniert Big Data Analytics?
Wie funktioniert Big Data Analytics? Big Data Analytics beinhaltet die Verarbeitung und Analyse großer Mengen von Daten, um Muster, Trends und Erkenntnisse zu identifizieren. Zunächst werden die Daten gesammelt und gespeichert, dann werden sie mithilfe von speziellen Tools und Algorithmen analysiert. Durch den Einsatz von Data Mining, maschinellem Lernen und künstlicher Intelligenz können Unternehmen wertvolle Einblicke gewinnen und fundierte Entscheidungen treffen. Die Ergebnisse der Analyse können für verschiedene Anwendungen genutzt werden, wie z.B. zur Verbesserung von Produkten und Dienstleistungen, zur Optimierung von Geschäftsprozessen oder zur Vorhersage von zukünftigen Entwicklungen.
-
Wie können Big Data Analytics-Technologien im Projektmanagement eingesetzt werden?
Big Data Analytics-Technologien können im Projektmanagement eingesetzt werden, um große Mengen an Daten aus verschiedenen Quellen zu sammeln und zu analysieren. Dies ermöglicht es Projektmanagern, Trends und Muster zu erkennen, Risiken frühzeitig zu identifizieren und fundierte Entscheidungen zu treffen. Darüber hinaus können Big Data Analytics-Technologien auch zur Vorhersage von Projektverzögerungen oder zur Optimierung von Ressourcen eingesetzt werden.
-
Wie entsteht Big Data?
Big Data entsteht durch die Sammlung und Speicherung einer großen Menge von Daten aus verschiedenen Quellen wie Sensoren, Social Media, Transaktionen und mehr. Diese Daten werden dann mithilfe von speziellen Tools und Technologien analysiert und verarbeitet, um Muster, Trends und Erkenntnisse zu identifizieren. Durch die kontinuierliche Erfassung und Analyse von Daten in Echtzeit können Unternehmen fundierte Entscheidungen treffen und ihre Geschäftsprozesse optimieren. Letztendlich ermöglicht Big Data eine tiefere Einblicke in das Verhalten von Kunden, Trends auf dem Markt und ermöglicht die Entwicklung innovativer Produkte und Dienstleistungen.
-
Wie funktioniert Big Data?
Wie funktioniert Big Data?
Ähnliche Suchbegriffe für Big Data Analytics:
-
Sidiq, Abassin: SAP Analytics Cloud
SAP Analytics Cloud , Ein Tool für alle BI-Aufgaben! Dieses Buch zeigt Ihnen, wie Sie SAP Analytics Cloud einrichten und nutzen. Lernen Sie, wie Sie Ihre Daten in die Anwendung integrieren, modellieren und auswerten. Abassin Sidiq zeigt Ihnen Gestaltungsmöglichkeiten für Storys und Dashboards. Lernen Sie auch die zahlreichen neuen Funktionen und Visualisierungsmöglichkeiten der Releases 2022 und 2023 kennen. Aus dem Inhalt: Architektur der Datenintegration Werkzeuge zur Administration Datenmodellierung Reporting und Analyse Planungsinstrumente Predictive Analytics Anwendungsdesign SAP Digital Boardroom SAP Analytics Hub und SAP Analytics Catalog Unified Story , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 89.90 € | Versand*: 0 € -
Günther, Hans-Otto: Supply Chain Analytics
Supply Chain Analytics , Dieses Lehrbuch vermittelt eine anwendungsorientierte Einführung in ausgewählte Probleme der Supply Chain Analytics als einem Teilgebiet der Business Analytics. Der üblichen Aufteilung in Descriptive, Predictive und Prescriptive Analytics folgend liegt der Fokus auf Problemen aus dem Bereich der Prescriptive Analytics. Dabei geht es um die quantitative Modellierung von Entscheidungsproblemen aus der industriellen Produktion und der Logistik sowie um deren Lösung. Neben allgemeinen Themen des Produktionsmanagements werden Optimierungsansätze zur Gestaltung der Infrastruktur eines Produktionssystems, die operative Produktionsplanung und -steuerung sowie logistische Prozesse, das Supply Chain Management und Advanced Planning behandelt. Das Buch richtet sich an Studierende der Betriebswirtschaftslehre, der Wirtschaftsinformatik, der Wirtschaftsmathematik und des Wirtschaftsingenieurwesens sowie an alle Personen, die in der betrieblichen Praxis mit Fragen der Produktion und des Supply Chain Managements konfrontiert sind. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 33.95 € | Versand*: 0 € -
Data Warehouse
Data Warehouse , Zum Werk Ein Data-Warehouse besteht aus unterschiedlichen Datenquellen. Es fasst eine integrierte, themenorientierte und chronologisierte Sammlung an Daten zusammen. Damit wird ein komfortabler Zugriff auf diverse Daten ermöglicht. Das Data-Warehouse bildet deshalb die Grundlage für die Datenökonomie. Nur wer ein solches Data-Warehouse hat und betreiben kann, bleibt ernstzunehmender Wettbewerber im digitalen Zeitalter und kann Daten genau, konsistent, relevant, legal aktuell, akkurat, als "single point of reference, auf einer time to market basis" und einer "need to know basis" für diverse digitale Geschäftsmodelle zur Verfügung stellen. Das Rechtshandbuch erörtert schwerpunktmäßig die rechtlichen Anforderungen eines Data-Warehouses. Es geht insbesondere auf Themen des Datenschutzes, der Informationssicherheit, des Kartellrechts, Open Data, den verschiedenen Rechtsformen bzw. Betreiberrollen, der Blockchaintechnologie und den Haftungsrisiken ein. Dabei werden: technische Hintergründe eines Data-Warehouses verständlich erörtert, praxisrelevante Rechtsfragen beim Betrieb eines Data-Warehouses aufgeworfen und diskutiert und Gestaltungshilfen beim Aufbau und Betrieb eines Data-Warehouses gegeben. Aus dem Inhalt Begriffsbestimmungen Inhaber und Betreiber Datenschutz Kartellrecht Open-Data Informationssicherheit Nutzung von Blockchain Haftung und Versicherung Vorteile auf einen Blick speziell auf die Rechtsprobleme eines Data-Warehouse zugeschnittene Darstellung mit konkreten, praxisorientierten Handlungsempfehlungen Anleitungen für die Planung, Errichtung und das Betreiben eines Data-Warehouse rechtsgebietsübergreifende Antworten und Fragestellungen im Data-Warehouse-Umfeld (Haftung und Versicherung, Blockchain, Informationssicherheit, Open Data, Kartellrecht, Datenschutz, etc.) zahlreiche Leitsätze und Grafiken Zielgruppe Für Unternehmen, im IT- und Datenschutzrecht tätige Rechtsanwältinnen und -anwälte, Gerichte und Datenschutzbehörden, Hochschulen, Verbände, Softwareentwicklerinnen und Softwareentwickler. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 89.00 € | Versand*: 0 € -
Data Driven Controlling
Data Driven Controlling , Den Controllerinnen und Controllern stehen immer mehr interne und externe Daten zur Verfügung, die gemanagt und genutzt werden wollen. Ein modernes, datengetriebenes Controlling weiß, wie diese Ressourcen genutzt und effektiv zur Entscheidungsunterstützung aufbereitet werden. Dieses Buch bietet dazu die Grundlagen und Konzepte. Es richtet sich an alle, die das Controlling durch den Einsatz moderner Data-Analytics- und Machine-Learning-Tools modernisieren möchten. Es dient als Leitfaden, um die vielfältigen Möglichkeiten der datengetriebenen Entscheidungsfindung zu erkunden und sie gewinnbringend in Ihrem Unternehmen einzusetzen. Lösungsvorschläge und Best-Practice-Beispiele runden das Buch ab. Inhalte: Data Governance und die Rolle des Controllings Datengetriebenes Risikocontrolling: Grundlagen, Beispiele, Anforderungen Datengestützte Entscheidungen in Insight Driven Organizations Data-Mining-Verfahren: Anwendung im Beschaffungscontrolling Nutzerzentriertes Controlling-Dashboard für bessere Entscheidungen Nachhaltigkeit: Datenbasierte Messung von Sustainability Performance und Risiken Organisation & IT Neue Möglichkeiten des prozessbezogenen Datenmanagements für das Controlling , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 89.99 € | Versand*: 0 €
-
Was ist Big Data?
Big Data bezieht sich auf große Mengen an Daten, die mit hoher Geschwindigkeit und Vielfalt generiert werden. Diese Daten können aus verschiedenen Quellen stammen, wie zum Beispiel sozialen Medien, Sensoren oder Transaktionen. Big Data ermöglicht es Unternehmen, Muster und Trends zu identifizieren, um fundierte Entscheidungen zu treffen und ihre Geschäftsprozesse zu optimieren.
-
Was ist das Big Data?
Was ist das Big Data? Big Data bezieht sich auf die riesigen Mengen an Daten, die in unserer digitalen Welt generiert werden. Diese Daten stammen aus verschiedenen Quellen wie sozialen Medien, Sensoren, Mobilgeräten und mehr. Big Data zeichnet sich durch die 3Vs aus: Volumen, Vielfalt und Geschwindigkeit. Unternehmen nutzen Big Data, um Muster und Trends zu erkennen, fundierte Entscheidungen zu treffen und ihre Geschäftsprozesse zu optimieren. Es erfordert spezielle Tools und Technologien wie Data Mining, maschinelles Lernen und künstliche Intelligenz, um Big Data effektiv zu verarbeiten und zu analysieren.
-
Ist Big Data eine Technologie?
Ist Big Data eine Technologie? Big Data ist eigentlich kein spezifisches Technologieprodukt, sondern vielmehr ein Konzept oder eine Herangehensweise, um große Mengen an Daten zu sammeln, zu speichern, zu analysieren und zu nutzen. Es umfasst verschiedene Technologien und Tools wie Datenbanken, Data Mining, maschinelles Lernen und künstliche Intelligenz, die verwendet werden, um Erkenntnisse aus den Daten zu gewinnen. Daher kann man sagen, dass Big Data eher eine Strategie oder ein Framework ist, das auf verschiedenen Technologien basiert, anstatt eine eigenständige Technologie zu sein. Letztendlich zielt Big Data darauf ab, Unternehmen dabei zu unterstützen, fundierte Entscheidungen auf der Grundlage von Daten zu treffen und Wettbewerbsvorteile zu erlangen.
-
Wie wichtig ist Big Data?
Wie wichtig ist Big Data? Big Data spielt heutzutage eine entscheidende Rolle in nahezu allen Branchen, da Unternehmen immer mehr Daten sammeln und analysieren, um fundierte Entscheidungen zu treffen. Durch die Analyse großer Datenmengen können Unternehmen wertvolle Einblicke gewinnen, Trends erkennen und ihre Geschäftsstrategien optimieren. Zudem ermöglicht Big Data die Personalisierung von Produkten und Dienstleistungen, um die Bedürfnisse der Kunden besser zu verstehen und zu erfüllen. Insgesamt ist Big Data also von großer Bedeutung für den Erfolg und die Wettbewerbsfähigkeit von Unternehmen in der heutigen digitalen Welt.
* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.